青岛市不同空气质量下可培养生物气溶胶分布特征及影响因素

利用Andersen空气微生物采样器采集青岛市不同空气质量下的可培养生物气溶胶,分析了其浓度和粒径分布特征,并利用Spearman’s相关性分析了可培养生物气溶胶浓度和空气质量指数中的颗粒物质量浓度〔ρ(PM₁₀)、ρ(PM_2.5)〕、气体污染物质量浓度〔ρ(O₃)、ρ(SO₂)、ρ(NO₂)〕和气象参数(温度、相对湿度、风速)之间的关系.结果表明:可培养真菌和细菌气溶胶浓度范围分别为133～1 113和13～212 CFU/m3.真菌气溶胶浓度与ρ(SO₂)、ρ(PM₁₀)、ρ(PM_2.5)均呈正相关,而与相对湿度呈显著负相关(P<0.05).细菌气溶胶浓度与ρ(NO₂)、ρ(SO₂)呈负相关,而与ρ(O₃)、温度呈正相关.风速对可培养生物气溶胶浓度的影响较小.以AQI(空气质量指数)中ρ(PM₁₀)为依据,将研究时间段空气质量划分为4个空气污染等级.在不同污染等级下,真菌气溶胶均呈对数正态分布,粒径主要分布于2.1～4.7 μm.低污染时细菌气溶胶呈偏态分布(粒径>4.7 μm),高污染时粒径分布发生改变.初步推断,随着空气污染等级的升高,可培养生物(真菌+细菌)气溶胶总浓度增加,但单位颗粒物上的浓度变化较稳定.ρ(PM₁₀)是影响可培养生物气溶胶浓度及粒径分布的主要因素.      

北京市不同季节室外细菌气溶胶分布特征及其环境影响因素分析

为了解北京市室外细菌气溶胶的分布特征,基于培养法分析了2020年9月—2021年5月不同季节细菌气溶胶浓度及粒径的分布特征,探讨气象因素(温度和相对湿度)和空气颗粒物(PM₁₀和PM_2.5)对细菌气溶胶分布特征的影响. 结果表明:①北京市室外细菌气溶胶平均浓度为447.10 CFU/m3 (每立方米空气中的菌落形成单位),呈春季〔(648.55±537.24)CFU/m3〕>冬季〔(324.50±181.99)CFU/m3〕>秋季〔(319.59±305.07)CFU/m3〕的特征,不同季节细菌气溶胶浓度差异不显著. ②北京市室外约80%的细菌气溶胶直径大于2.1 μm,细菌气溶胶浓度在第2级(粒径为4.7~7.0 μm)显著降低,峰值粒径出现在第1级(粒径>7.0 μm). 粒径大于7.0 μm的细菌气溶胶在春季与秋季以及春季与冬季之间均存在统计学差异 (p均小于0.05). 可进入人体下呼吸道的细菌气溶胶(≤4.7 μm)比例近50%(冬季、秋季、春季占比分别为61.0%、58.9%、41.6%),冬季空气中可进入人体下呼吸道的细菌气溶胶比例最高. ③Spearman相关性分析表明,室外环境细菌气溶胶浓度与相对湿度呈显著负相关(p<0.05),与PM₁₀浓度呈显著正相关(p<0.05),表明细菌气溶胶浓度受气象因素和空气污染物的影响. 研究显示,北京市室外环境中可进入人体下呼吸道的细菌气溶胶比例近50%,冬季细菌气溶胶暴露风险最高.      

常州市春季PM2.5中细菌群落特征及影响因素

为研究常州市春季PM_2.5中细菌群落特征,利用高通量测序对PM_2.5中细菌的16S rRNA基因进行研究.测序获得的有效序列数为600150,以97%的相似水平划分,各样品的OTUs为1890~6519,同时样本的Coverage指数较高,表明测序结果可以准确地代表样本中的空气细菌群落.物种注释结果表明：常州春季PM_2.5中相对丰度> 1%的有11个细菌门、14个细菌纲和12个细菌属,其中变形菌门（Proteobacteria）、蓝藻细菌门（Cyanobacteria）和厚壁菌门（Firmicutes）是排名前3的优势细菌类群,占总基因丰度的80.88%.属水平优势细菌主要有拟甲色球藻属（Chroococcidiopsis,6.03%）、Rubellimicrobium（5.95%）、微囊藻属（Microcystis,4.86%）和鞘氨醇单胞菌属（Sphingomonas,3.16%）,但在属水平上未能进行分类的基因序列比例高达81.11%.基于PM_2.5中细菌群落组成进行来源分析,发现常州市春季PM_2.5中细菌的环境来源多变,其主要环境源可能为淡水,其次是土壤、植物和人为源.利用冗余分析探讨环境因子与细菌群落的关系,结果表明,NH₄⁺、NO₃^-、O₃、SO₄^2-、OC、气压和CO是常州市春季PM_2.5中细菌群落的主要影响因子,同时不同环境因子对不同细菌类群影响不同.     

长三角城郊冬夏PM2.5中铵盐的形成过程及来源解析

气溶胶铵盐(p-NH⁺₄)作为大气气溶胶细颗粒物(PM_2.5)中主要的二次无机气溶胶(SIAs)污染物，在灰霾形成过程中起重要作用.然而对于大气中NH_x(p-NH⁺₄和NH₃)各潜在来源的贡献仍存在争议.分别于2015年冬季和夏季在苏州东山半岛采集了3 h高频大气气溶胶PM_2.5样品，测定总氮(TN)和p-NH⁺₄的质量浓度及其δ¹⁵N同位素比值，并结合贝叶斯模型(SIAR)模拟，定量解析了PM_2.5中铵盐的生成过程和来源.结果表明，在冬夏两季SO₄^2-、 NO^-₃和NH⁺₄均为主要的水溶性离子，占比总和超过70%.PM_2.5、 TN和p-NH⁺     

伊犁河谷核心区春季PM2.5组分特征及来源解析

为研究伊犁河谷核心区春季大气细颗粒物(PM_2.5)中无机元素、水溶性离子和碳组分特征和来源,于2021年4月20～29日在伊犁河谷核心区布设6个环境采样点,对PM_2.5中水溶性离子、无机元素和碳组分等51种化学组分进行分析,并使用化学质量平衡(CMB)模型对其来源进行解析.结果表明,采样期间ρ(PM_2.5)变化范围介于9～35μg·m^-3.Si、 Ca、 Al、 Na、 Mg、 Fe和K等地壳元素占比较高,占PM_2.5的12%,表明春季PM_2.5受到明显的扬尘源的影响.富集因子结果表明,Zn、 Ni、 Cr、 Pb、 Cu和As元素主要来源于化石燃料燃烧和机动车排放.元素组分的空间分布特征受采样点周边环境的影响,新政府片区受燃煤源的影响较大,故As浓度较高,伊宁市局和第二水厂受机动车影响较大,Sb和Sn浓度较高.PM_2.5中9种水溶性离子(WSIIs)的浓度占PM_2.5的33.2%,其中ρ(SO^2-     

随州市2015—2020年冬季二次气溶胶对PM2.5贡献分析

二次气溶胶是大气气溶胶的重要组成，量化二次气溶胶贡献是认识PM_2.5污染成因的关键.本研究通过近似包络法(AEM)估算了随州2015—2020年冬季的一次气溶胶和二次气溶胶浓度，分析了二次气溶胶对PM_2.5贡献的变化特征及其可能的影响因素，得到以下主要结论：(1)随州冬季PM_2.5及其一次和二次组分均呈逐年下降趋势，分别为5.8、3.8和1.7μg·m-3·a-1，而二次气溶胶对PM_2.5贡献呈逐年上升趋势(2.1%a-1)，反映了减排进程中二次气溶胶对空气质量变化的重要贡献.(2)人为活动和化学转化分别影响了一次和二次PM_2.5日变化分布.一次PM_2.5双峰结构(09:00和21:00)对应了早晚人为活动高峰，二次气溶胶在午后(13:00—15:00)和凌晨(03:00—06:00)对PM_2.5贡献最大；PM_2.5正午峰值可能与当地二次污染生成密切相关.(3)二次气溶胶对随州冬季PM_2.5...     

北京交通环境PM10分布特征及重金属形态分析

以北京市西三环航天桥地区为对象,研究了城市交通环境大气可吸入颗粒物浓度及主要化学组成随时间和粒径的分布特征. 结果表明:该地区大气中ρ(PM₁₀)冬季略高于春季,秋季次之,夏季最低;颗粒物中ρ(PM_2.5)/ρ(PM₁₀)和ρ(PM_1.0)/ρ(PM₁₀)平均值分别为82.6%和70.3%;ρ(PM₁₀)与ρ(PM_2.5)和ρ(PM₁₀)与ρ(PM_1.0)之间均有显著的相关性. PM₁₀中金属元素浓度冬春季较高,夏秋季较低;Mg,Ca和Fe等地壳元素浓度随粒径的减小而降低,而Pb,Zn和Ni等重金属元素浓度总体上随粒径的减小而增加. 颗粒物中的Cr和Ni主要以有机物结合态存在,Cu,Zn和Cd主要以酸可提取态存在,Pb主要以酸可提取态和氧化物结合态存在;颗粒物中所含Cd和Zn元素的生物有效性最高. PM₁₀中水溶性ρ(SO₄2-)在夏季和冬季最高,秋季最低,而水溶性ρ(NO₃->/sup>)全年变化不大;［0.43～2.1 μm)粒径段颗粒物中的水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)较高,分别占PM₁₀中水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)总量的68.3%及57.6%;ρ(NO₃->/sup>)/ρ(SO₄2-)平均值为0.659.      

气象因素对北京市大气颗粒物浓度影响的非参数分析

利用2005年9月—2006年9月北京市大气颗粒物分级(不同粒径)监测资料和同期分时段气象观测数据,采用非参数分析(Spearman秩相关系数)法对北京市3种粒径大气颗粒物在不同季节的浓度水平与气象因素的影响进行了研究.结果表明:不同季节影响颗粒物质量浓度的气象因素各不相同;春季ρ(PM_2.5),ρ(PM2.5～10)和ρ(PM₁₀₎都与气压呈显著负相关;夏季颗粒物质量浓度受降水影响很大;秋、冬季ρ(PM_2.5)和ρ(PM₁₀₎均与日照时数呈显著负相关;冬季ρ(PM_2.5),ρ(PM_2.5～10)和ρ(PM10)均与平均风速呈显著负相关,与气温、相对湿度呈显著正相关. 细粒子和粗粒子质量浓度对气象因素变化的响应程度也有较大区别. 春、夏季地面平均风速对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随风速增加而增大;秋季日照时数对细粒子质量浓度的影响比粗粒子更显著,ρ(PM_2.5)/ρ(PM₁₀₎随日照时数增加而减小;冬季相对湿度对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随相对湿度增加而减小.      

北京城区不同组分PM2.5散射特性及来源分析

近年来北京城区PM_2.5浓度下降伴随其中二次离子占比升高,为探索不同组分PM_2.5散射特性及其来源,于2020年12月至2021年11月开展了小时分辨率的PM_2.5及其组分浓度和散射系数的连续在线监测,分析了PM_2.5组分及散射的特征和来源.结果表明,研究期间北京城区PM_2.5最主要组分为NO^-₃,PM_2.5中ω(NO^-₃)和ω(SNA)分别为24%和46%.根据浓度和组分占比将PM_2.5划分为6种类型：优型出现频率最高,为56%,四季分布均匀,PM_2.5中ω(SNA)、ω(OM)和ω(FS)相当,分别为32%、 32%和28%;沙尘(D)型和OM(O)型全年出现频率较低,分别以FS和OM为主要组分,PM_2.5中ω(FS)和ω(OM)分别为66%和46%,主要分布于春季和夏季;OM+SO₄     

交通来源颗粒物排放因子的研究

用谭裕沟隧道TSP,PM₁₀和PM_2.5的质量浓度和主要成分的分析结果,得到一定机动车流量和速度下交通来源不同粒径颗粒物质量浓度和主要成分的平均排放因子,可以基本代表北京市机动车行驶的综合排放因子,具有应用价值.还估算了北京市交通来源不同粒径颗粒物及其主要化学成分的排放量.      

梅雨期大学宿舍室内生物气溶胶浓度及粒径分布

大学宿舍室内生物气溶胶可通过空气传播,可能会危害学生身体健康.本研究调查了梅雨期大学宿舍室内生物气溶胶浓度和粒径分布特点,对其同空气颗粒物浓度、环境温度和湿度的Spearman相关性进行了研究,分析了学生活动对宿舍室内气溶胶的影响.结果表明,学生宿舍室内的细菌和真菌气溶胶平均浓度分别为(2 133±1 617)CFU·m~(-3)和(3 111±2 202)CFU·m~(-3),真菌气溶胶的浓度明显高于细菌.学生宿舍室内的PM1、PM_(2.5)、PM10与细菌气溶胶浓度呈负相关,与真菌气溶胶浓度呈显著负相关;PM_(2.5)与可吸入细菌气溶胶呈正相关,PM_(10)与可吸入真菌气溶胶呈正相关;环境温度与细菌和真菌气溶胶浓度呈正相关,环境相对湿度与细菌和真菌气溶胶浓度呈负相关.在下午,宿舍室内真菌气溶胶浓度显著增加,上午和下午生物气溶胶的粒径分布有差异.本研究结果将为评价高校学生宿舍室内空气质量提供基础数据.     

西安市秋冬季不同空气质量下可培养微生物气溶胶浓度和粒径分布

利用Anderson空气微生物采样器对西安市2014年9月~2015年1月间可培养微生物气溶胶进行采样、培养,分析不同空气质量下其浓度与粒径变化特征,并对其与颗粒污染物(PM_(2.5)、PM_(10))、气象参数(温度、相对湿度)和其它气态污染物(NO_2、SO_2、O_3)进行主成分+多元线性回归分析.结果显示,可培养细菌和真菌气溶胶浓度范围分别为97~1 909CFU·m~(-3),92~1 737 CFU·m~(-3).随空气污染程度加深,两种微生物气溶胶浓度均呈现增加趋势;细菌气溶胶粒径分布向粗颗粒偏移;而真菌气溶胶在低污染时呈正态分布,高污染时粒径峰值向细颗粒偏移.主成分分析结果显示,可培养微生物气溶胶主要与灰霾、太阳辐射和相对湿度有关.多元线性回归结果表明,细菌气溶胶与灰霾呈显著正相关(P0.05),与太阳辐射呈不显著负相关,与湿度呈不显著正相关;真菌气溶胶与灰霾、太阳辐射和相对湿度均呈不显著正相关.研究结果可以为评估微生物气溶胶所引起的环境与健康效应提供基础数据.     

基于空间插值的西安市重空气污染期间主要污染物时空变化特征及相关性分析

西安市是我国承东启西、连接南北的战略性枢纽城市,但其长期受到重空气污染的影响.基于2018年11月24日-12月3日西安市及其周边7个地级市共38个环境质量监测站点的逐时数据,利用空间插值、趋势分析和相关性分析方法,研究了西安市一次重空气污染期间六大污染物（PM_2.5、PM₁₀、CO、NO₂、SO₂和O₃）的质量浓度时空变化及彼此间的相关关系.结果表明:①IDW（inverse distance weighting,反距加权插值法）和OKri（ordinary Kriging,普通克里格插值法）均能较好地获得西安市空气污染物的时空变化情况,但IDW的插值精度优于OKri,距离指数为7的IDW可以满足西安市空气污染物时空变化模拟的要求.②研究期间,西安市首要污染物为PM_2.5和PM₁₀,二者分别是中度-重度污染及严重-"爆表"污染天气的首要贡献因子.③ρ（PM_2.5）、ρ（PM₁₀）、ρ（CO）、ρ（NO₂）和ρ（SO₂）均呈中部高、两边低,北部高、南部低的空间分布特点,而ρ（O₃）则相反;PM_2.5、PM₁₀、O₃污染程度日趋严重,NO₂污染程度逐渐缓解.④ρ（PM_2.5）、ρ（NO₂）、ρ（CO）之间呈中等正相关,三者在时空变化上具有较高的一致性;ρ（SO₂）与ρ（PM_2.5）、ρ（NO₂）、ρ（CO）均呈弱正相关;ρ（O₃）与ρ（NO₂）、ρ（CO）均呈弱负相关.受扬尘天气和特殊风向及地形共同影响,西安市PM₁₀出现"爆表"现象,导致ρ（PM₁₀）与其他污染物质量浓度之间的相关性不明显.研究显示,距离指数为7的IDW适合西安市空气污染情况时空变化的模拟,重污染天气条件下,西安市ρ（PM_2.5）、ρ（NO₂）、ρ（CO）之间具有较高的同源性,但各污染物间时空变化和相关性关系较复杂.      

西安市PM2.5健康损害价值评估

选取2014、2015、2016年冬季PM_(2.5)(24 h)浓度平均值,采用泊松回归模型评价全市居民连续3 a冬季PM_(2.5)暴露的急性健康损害效应,修正的人力资本法评估过早死亡经济损失,疾病成本法评估住院、患病与门诊经济损失.结果表明,研究时段内(2014、2015、2016年冬季)由PM_(2.5)造成的经济损失约为335.23亿元(95%CI:249.61~369.75)、211.05亿元(95%CI:135.60~268.80)、371.32亿元(95%CI:272.46~411.64),分别约占当年GDP的6.10%(4.54%~6.73%)、3.64%(2.34%~4.63%)、5.91%(4.34%~6.55%);健康经济损失与当年冬季PM_(2.5)浓度均值呈正相关关系;PM_(2.5)污染物对西安市常住人口健康影响显著,影响的病例(2014、2015、2016年)分别约为1 071 338例(95%CI:646 432~1 385 847)、438 273例(95%CI:246 842~599 989)、1 019 503例(95%CI:611 407~1 324 547);对哮喘儿童患者的影响比成人显著,而慢性支气管炎的影响成人比儿童显著.该研究可为西安市实施PM_(2.5)空气质量标准的成本效益分析提供科学的依据,为环境质量的管理提供参考.     

基于数值模拟对西安地区冬季一次重污染过程PM2.5区域来源解析

西安是关中盆地经济发展的核心城市,特殊的地形和工业发展导致冬季细颗粒物（PM_2.5）污染严重,制定科学合理的治理措施迫切需要明确PM_2.5的来源.本文基于空气质量模式CAMx（Comprehensive Air Quality Model with extensions）、颗粒物源解析模块PSAT（Particulate Source Apportionment Technology）及融入多种来源数据后建立的排放清单来量化西安地区本地及区域传输贡献.在本文研究的重污染过程中,模式的模拟精度合理,模拟与观测值相关系数为0.78,FAC2达到95%.PSAT模块在本次重污染过程中对西安PM_2.5的来源解析结果显示：在城区,西安本地为最大的排放源区,日均贡献率均大于60%,其次为咸阳8%,省外的传输为6%;在郊区,西安本地的贡献减少,传输贡献增加,其中阎良区传输贡献达到83%.对西安城区的一次细颗粒物面源排放量减少50%模拟后,城区和郊区来自周边区域渭南或咸阳的贡献率有6%~8%的增长.该研究结果表明需要从本地排放管控和区域联防两方面来改善西安地区的空气质量.     

西安市城市降尘和土壤尘PM10和PM2.5中碳组分特征

为研究西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分污染特征,丰富大气降尘的成分谱库,于2015年4~5月收集了西安市城区5个点位的城市降尘和周边16个点位的土壤尘样品,通过ZDA-CY01颗粒物再悬浮采样器获得PM₁₀和PM_2.5的滤膜样品,使用Model5L-NDIR型OC和EC分析仪测定了样品中的有机碳（OC）和元素碳（EC）,定量分析了西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分特征及其主要来源.结果表明,不同站点降尘PM₁₀和PM_2.5中OC的占比差异较大,分别为6.0%~19.4%和7.6%~29.8%.不同站点降尘PM₁₀和PM_2.5中EC的占比较小,在城市站点的占比分别为0.6%~2.2%和0.2%~3.6%,而在多数外围土壤尘中几乎检测不到EC的存在.PM₁₀中含碳组分的占比为：城市降尘>外部对照>河滩土>土壤尘,PM_2.5中含碳组分的占比为：城市降尘>土壤尘>外部对照>河滩土.不同站点降尘含碳气溶胶均以OC为主,在城市降尘中相对较低,在PM₁₀和PM_2.5中OC占总碳（TC）的比值分别为85.2%~95.3%和87.9%~98.9%;在土壤尘中OC的占比较高,均超过99%.含碳物质主要集中在细颗粒物中.不同城市站点降尘中碳组分的分布具有一致性,不同土壤尘中碳组分的差异较大.城市和土壤降尘中碳组分主要受生物质燃烧、燃煤、汽油车和柴油车尾气等污染源的影响,PM₁₀和PM_2.5中含碳气溶胶的来源贡献率存在差异.     

廊坊市秋冬季大气细颗粒物污染特征及来源解析

分析了2019～2020年秋冬季廊坊市北部、市区和南部这3个站点的大气细颗粒物及其化学组成.空间分布上,PM_2.5浓度整体为：南部>市区>北部.PM_2.5主要成分为有机物、硝酸盐、硫酸盐、铵盐、矿物组分、氯离子和元素碳,分别占PM_2.5的质量分数为25.4%、21.5%、11.0%、11.5%、13.7%、3.5%和5.8%,金属元素及其他物质的质量分数分别为0.3%和7.2%;二次无机盐浓度呈现市区(28.7μg·m^-3)高于北部(28.0μg·m^-3)和南部(26.8μg·m^-3)郊区的变化特征,而有机物(其浓度分别为16.6、13.0和18.5μg·m^-3,由北向南,下同)、矿物组分(9.6、6.7和9.7μg·m^-3)、氯盐(2.0、2.0和2.8μg·m^-3)和元素碳(3.6、3.2和4.3μg·m^-3)浓度呈现南部和北部郊区高于市区的变化特征.随...     

“大气十条”实施期间南京市PM2.5化学组成与来源的演变特征

为深入认识“大气污染防治行动计划”(“大气十条”)对大气细颗粒物(PM_2.5)污染的影响,基于“大气十条”实施期间南京市主城区(草场门)PM_2.5的化学组分监测资料,研究了PM_2.5主要组分的浓度和占比、富集因子和酸度等变化特征,并采用正定矩阵因子分解法(PMF)进行了PM_2.5的来源解析.结果发现,“大气十条”实施期间,南京市PM_2.5中硫酸根(SO₄^2-)的占比总体下降,但硝酸根(NO^-₃)和铵根(NH⁺₄)的占比均明显上升,两者的占比从2014年的25.58%上升到2017年的37.15%;碳组分(OC和EC)的浓度在“大气十条”早期出现大幅下降,但后期的下降趋势明显变缓,其中,有机碳(OC),特别是二次有机碳(SOC)的占比不降反升;PM_2.5酸性显著减弱,阴阳离子的摩尔当量比值(CE/AE)从2014年的0.83上升...     

2019年西安首场雾霾PM2.5关键特征的综合诊断

通过对WRF-Chem（Weather Research and Forecasting Model Coupled to Chemistry）环境模式模拟资料、HYSPLIT（HYbrid Single Particle Lagrangian Integrated Trajectory Model）前/后向气团轨迹资料、环境站监测资料，以及西安理工大学（Xi''an University of Technology，简称XUT）多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断，探讨了2019年1月初发生在西安的雾霾过程（记为首场雾霾）PM_2.5组分、分布及传输特征，旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明，Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明，PM_2.5中碳气溶胶的主要组分为有机碳，约占85%，强盛期气溶胶各组分随高度增加均呈递减趋势，各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明，相比于模式数据，激光雷达数据具有更高的垂直分辨率，因此，更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出，"北风涌"是雾霾消散的关键影响因子，沿铜川-西安-山阳一带存在着污染物传输的重要路径，雾霾由此体现出自北向南依次消散的特征.     

曹妃甸采暖期和非采暖期PM2.5中不同重金属元素污染特征及健康风险评价

为探讨曹妃甸采暖期和非采暖期PM_2.5中Cr、Pb、As和Cd元素的污染特征、来源及健康风险,以华北理工大学曹妃甸校区为研究地点,于2017年12月—2018年10月采集98份PM_2.5样品.利用重量法测定空气中PM_2.5浓度,使用电感耦合等离子体质谱仪分析PM_2.5中4种重金属元素(Cr、Pb、As和Cd)的浓度;采用Wilcoxon Mann-Whitney U检验比较采暖期与非采暖期,以及PM_2.5超标日与非超标日各元素含量的差异,利用Kruskal-Wallis H检验法比较不同PM_2.5浓度分级下4种金属元素浓度差异,用PMF(正定矩阵因子分解)模型对4种重金属元素的来源及贡献率进行解析,并用美国环境保护局推荐的人体暴露健康风险评价模型进行健康风险评估.结果表明:①曹妃甸采暖期PM_2.5及Pb、As和Cd浓度均高于非采暖期,而Cr浓度略低于非采暖期.②PM_2.5超标日Pb、As和Cd浓度均高于非超标日,不同PM_2.5浓度级别下Pb、As和Cd浓度有所差异,且Pb、As和Cd浓度随PM_2.5浓度的增加而增加.③PMF模型源解析表明,燃煤源及交通源是曹妃甸采暖期PM_2.5金属元素主要来源,二者贡献率分别为50.4%和31.7%;工业源及交通源是非采暖期PM_2.5金属元素的主要来源,二者贡献率分别为47.4%和37.0%.④健康风险评价结果表明,采暖期和非采暖期4种重金属元素的非致癌风险值均小于1.采暖期3种致癌性重金属(Cr、As和Cd)对成年男性、成年女性和儿童青少年的致癌风险均高于人类可接受风险水平(1×10-6);非采暖期Cr和As对成年男性、成年女性和儿童青少年的致癌风险均高于人类可接受风险水平;重金属非致癌风险(Cr、Pb、As和Cd)和致癌风险(Cr、As和Cd)指数高低均呈成年男性>成年女性>儿童青少年的特征.研究显示,在采暖期和非采暖期曹妃甸PM_2.5中Pb、As和Cd浓度随PM_2.5浓度的增加而增加,燃煤源和工业源是其主要来源,Cr、As和Cd对人群存在一定的致癌风险.